基于遗传算法的推进电机的预测模型

本文选择BP神经网络算法作为预测模型的算法,建立了基于遗传算法的推进电机预测模型,并运用推进变压器的实际运行参数,对预测模型进行仿真,为推进电机的状态评估打下了良好的基础。     

一种基于进化博弈论的云计算虚拟计算资源配置模型

目前针对云计算的资源配置策略研究多关注于云计算资源提供商状况,研究云计算资源提供商的虚拟资源调度管理策略,可以提高云计算资源的可靠性和资源利用率.本文针对云应用提供商,提出基于进化博弈论的自适应资源配置模型,以性能目标为进化博弈目标,通过该模型得到最优的资源分配策略.对比实验结果显示,本模型能有效减少资源的使用.     

Risk-identification-based hybrid method for estimating the system reliability of existing jacket platforms under fire

This paper proposes a risk-identification-based hybrid method for estimating the system reliability of steel jacket structures under fire.The proposed method starts with risk identification;according to the results of hazard identification and Dow’s fire and explosion index(F&EI) methodology,the most dangerous hazard sources are determined.In term of each equipment layout in steel jacket structures,fire load is imposed and elasto-plastic analysis is performed.According to the deformed state of steel jacket structures,the weakest failure mode of steel jacket structures is identified.In order to know the effect on ultimate bearing capacity of the offshore structural system,a series of elasto-plastic analyses are performed in which single failure element contained in the weakest failure mode is removed from the whole offshore platform structural system.Finally,the failure function of the steel jacket structure is generated and the failure probability of the steel jacket structure system is estimated under fire by genetic algorithm via MATLAB program.     

高速公路物流网络规划LRP模型及算法研究

从高速公路网与物流网络同构相似的关系出发,将高速公路网纳入物流网络体系并构建高速公路物流网络．结合选址-路径问题（LRP）模型来探讨高速公路物流网络规划的方法,把高速公路物流网络规划分解为高速公路服务区作为物流节点的选址布局问题和高速公路作为物流通道的路径安排问题;使用遗传算法对该模型进行求解,并对遗传算法的要素进行设计和改进,提高了求解的精度和效率;最后,通过算例分析验证了模型的实用性和算法的有效性．     

Ship appearance optimal design on RCS reduction using response surface method and genetic algorithms

Radar cross section (RCS) reduction technologies are very important in survivability of the militarynaval vessels. Ship appearance shaping as an effective countermeasure of RCS reduction redirects the scatteredenergy from one angular region of interest in space to another region of little interest. To decrease the scatteringelectromagnetic signals from ship scientifically, optimization methods should be introduced in shaping design.Based on the assumption of the characteristic section design method, mathematical formulations for optimalshaping design were established. Because of the computation-intensive analysis and singularity in shapingoptimization, the response surface method (RSM) combined genetic algorithm (GA) was proposed. The poly-nomial response surface method was adopted in model approximation. Then genetic algorithms were employedto solve the surrogate optimization problem. By comparison RCS of the conventional and the optimal design,the superiority and effectiveness of proposed design methodology were verified.Ky words: radar cross section (RCS); characteristic section design method; response surface method; genetic algorithm (GA) was proposed. The polynomial response surface method was adopted in model approximation. Then genetic algorithms were employed to solve the surrogate optimization problem. By comparison RCS of the conventional and the optimal design, the superiority and effectiveness of proposed design methodology were verified.     

基于改进遗传算法的单元机组非线性模型参数辨识

针对火电厂单元机组的特点及遗传算法工具箱在辨识多变量、非线性系统参数中存在的早熟、收敛速度慢等问题,对遗传算法工具箱进行了改进,以单元机组非线性动态模型为研究对象,提出了基于改进遗传算法工具箱的参数辨识方法．根据托电600MW机组的阶跃扰动试验数据,辨识得到了单元机组非线性动态模型的参数．结果表明改进遗传算法工具箱对单元机组非线性模型参数辨识具有良好的适应性,辨识得到的模型是有效可靠的．     

Research on confirmation of basic technological parameters of tension levellers based on neural network and genetic algorithm

Confirmation of basic technological parameters of tension levellers is the most important factor of leveling strip. Up to now, most factories have used experts' experience to decide these parameters, without any established rule to follow. For better quality of strip, a valid method is needed to decide technological parameters precisely and reasonably. In this paper, a method is used based on neural network and genetic algorithm. Neural network has a good ability to extract rules from work process of tension levellers. Then using neural network, which has learned from a lot of working samples, to be the evaluation of fitness, genetic algorithm could easily find the best or better technological parameters. At the end of this paper, examinations are given to show the effect of this method.     

基于Marc和遗传算法的焊接工艺参数优化

焊接变形的大小主要受焊接速度、焊接电流、电压、送丝速度、焊接顺序等工艺参数的影响.根据焊接热加工特点和实际需要,针对设计变量数目繁多、类型多样的焊接工艺,采用遗传算法与有限元分析相结合的方式,对重点参数进行了优化.以二维平板对接焊的模型为例,以工件最小焊接变形量为优化目标,经过遗传算法进化后,结合有限元方法进行每组参数组合的焊接过程热力耦合分析,找出焊接能量和焊接速度的最优组合,为焊接工艺的优化和制定提供科学的评价和预测.     

泊位-岸桥联合分配模型的模拟植物生长交替进化算法

为了综合优化集装箱码头泊位和岸桥联合分配计划, 分析了二者的相互独立性和系统关联性; 利用相互独立性, 分别针对泊位和岸桥分配建立了以平均在港时间和作业成本最小为目标的2个优化子模型; 利用系统关联性, 构建了泊位-岸桥联合分配的约束条件, 将2个子模型紧密联系在一起, 建立了完整的泊位-岸桥联合分配模型; 分析了联合分配模型的特点, 设计了模拟植物生长交替进化算法求解模型, 利用基于模拟植物生长算法的交替进化算子对种群中每个个体的2个目标进行交替优化, 进而实现种群进化, 通过算法框架实现非支配解筛选, 经多次种群进化和非支配解筛选, 获得泊位-岸桥联合分配的Pareto满意解集; 针对大连港集装箱码头3d中共计31艘真实到港船舶的泊位-岸桥联合分配计划进行优化计算, 并与多目标遗传算法的计算结果进行对比。计算结果表明: 共获得13个满意解, 船舶平均在港时间为7.47~9.44h, 使用岸桥次数为85~96台, 作业总成本为20.868~21.114万元; 与多目标遗传算法相比, 进化算法的运算速度提高了6.07%, 所得非支配解的数量增加了4个, 增加幅度为30.76%, 且计算结果更趋近于Pareto前沿, 联合分配计划优化程度较高。可见, 采用模拟植物生长交替进化算法能够最大限度地保持种群进化过程中个体的独立性, 获得更多的非劣解, 且交替进化的方式能够使结果更逼近Pareto前沿。     

基于改进遗传算法的航班-登机口分配多目标优化

为提高现代机场的资源利用效率和乘客换乘体验, 研究了多目标航班-登机口分配问题; 在考虑航班类型约束、飞机机体类型约束和转场时间间隔约束的基础上, 以分配在固定登机口的航班数量最多、使用的固定登机口数量最少和乘客换乘紧张度最小为目标函数, 建立了航班-登机口分配的多目标非线性0-1整数规划模型, 并设计了一种改进型基因编码的遗传算法以提高求解效率; 基因个体采用两段式整数编码, 设计了该编码方式到可行解的映射流程, 同时从理论上证明该编码方式可以映射到最优解; 对两段基因编码分别设计了不同的交叉算子和变异算子, 避免产生非可行个体; 为验证算法的有效性, 基于某大规模机场的实际运营数据, 对比了改进型遗传算法与MATLAB内置遗传算法。计算结果表明: 采用改进型遗传算法使得安排在固定登机口的航班数目增大5%, 乘客换乘总紧张度减小3%, 乘客换乘平均紧张度减小32%, 占用的固定登机口数量相同, 安排在固定登机口的乘客数量增大20%, 算法运行时间减小8%, 说明改进型遗传算法性能更好, 可提高登机口的利用效率和乘客的换乘舒适度; 在改进型遗传算法的优化过程中, 航班数量目标和登机口数量目标在130次迭代时寻到最优解, 换乘紧张度目标在400次迭后基本收敛, 且最优结果对应的航班时序合理, 说明该算法的迭代收敛速度快, 优化结果合理。     

集装箱船舶全航线配载优化模型与改进遗传算法

以集装箱船舶稳性、强度、载荷为约束条件, 以全航线倒箱量最小和吃水差最优为目标函数, 建立了集装箱船舶全航线多目标配载优化模型。利用启发式算法获得初始可行解, 利用改进了的遗传算法进行优化, 并用1 841TEU、3开口的集装箱船舶进行实例验证。计算结果表明: 与传统遗传算法相比, 改进的遗传算法能在1.967s内求得全航线上5个挂靠港口的配载计划, 并能求得5个港口的满意解; 在求得的满意解中, 船舶倒箱量均为0, 吃水差的绝对值分别为0.003 5、0.000 8、0.109 7、0.001 1、0.371 2m, 均在船舶行驶的合理范围0~0.5m内; 对于不同挂靠港数量的其他航线, 改进的遗传算法能在5s内快速获得合理的配载计划。可见, 优化模型与改进的遗传算法可行。     

沥青路面结构遗传算法优化研究

在分析现有路面优化研究的基础上 ,综合考虑路面初建、养护维修与用户费用及路面残值 ,并以此为目标函数 ,建立了沥青路面结构优化数学模型 ,应用改进的遗传算法进行了求解并编制了相应程序 ,结合实际工程进行了计算分析 .结果表明 ,该法收敛快 ,精度高 ,是目前沥青路面结构优化行之有效的方法     

基于混合遗传算法的径向滑动轴承表面织构优化

在内燃机曲轴系统的径向滑动轴承表面设计了球形凹坑织构, 以改善润滑性能; 为了获得最大的轴承承载力和最小的摩擦因数, 提出了基于序列二次规划算法和遗传算法的混合进化优化方法, 构建了径向滑动轴承球形凹坑织构的优化模型, 对凹坑织构的分布位置和结构参数进行了全局寻优, 得到了给定工况下最优的织构角度和最大深度; 为了求解径向滑动轴承的承载力和摩擦因数, 考虑曲轴和轴承表面粗糙度对油膜流动的影响, 采用质量守恒的JFO空穴算法处理油膜的破裂和再形成行为, 基于平均Reynolds方程和Greenwood-Tripp微凸体接触方程构建了球形凹坑织构径向滑动轴承的混合润滑模型, 分析了球形凹坑织构的分布位置和结构参数(数量、面积率和最大深度) 对径向滑动轴承承载力和摩擦因数的影响。分析结果表明: 径向滑动轴承的承载力和摩擦因数是凹坑面积率的单调函数; 存在最优的凹坑织构角度和最大深度使得径向滑动轴承的承载力最大与摩擦因数最小; 当偏心率由0.3增加到0.7时, 轴承承载力的提升量由13.38%下降到0.62%, 摩擦因数的降低量由0.73%逐渐下降至负数, 因此, 当偏心率较小时, 球形凹坑织构能够有效降低径向滑动轴承的摩擦因数, 增大承载力, 当偏心率较大时, 球形凹坑织构无益于轴承摩擦因数的降低。     

基于改进遗传算法的公交线网整体优化方法

先进公交系统(APTS)是智能交通系统(ITS)的重要组成部分,也是目前的研究热点问题.本文讨论的公交网络优化问题则是实现先进公交系统的先决与基础.然而,对于实际规模的问题,传统的技术难以经济有效的解决.为此,我们提出了新的优化模型,设计了改进的遗传算法用以求解该模型.改进的算法有两个特点:基于优先级的编码和多染色体的结构.     

基于时间反演和单站天线的导体目标微波成像

为克服强散射体环境、多径效应等因素对目标成像的影响,利用时间反演法的自适应聚焦特性,研究了导体目标微波成像算法.将需要成像的目标轮廓用有限项三角级数逼近,散射问题用时域有限差分法模拟,逆散射问题转换成受限制的优化问题,引入遗传算法优化待求的三角级数的系数,仅用单站天线完成多散射体环境中二维导体目标的图像重建.为验证算法的有效性,对2个算例进行了数值仿真.     

港口群系统优化模型及其算法

为解决港口群系统规模、结构和布局的全局动态协调优化问题, 基于复杂系统理论中的多智能体模拟方法, 构建了港口群系统的双层规划模型, 设计了多智能体遗传算法对模型进行优化求解。建立全局优化智能体以实现港口群各智能体间的协同优化, 引入港口规模效应系数, 构建了动态腹地中各港口的货运量分担模型, 应用于下层港口智能体转换规则中。计算结果表明: 60次迭代后, 模型趋于最优解, 港口群总效益增加了48%, 结构和规模趋于合理, 表明模型和算法具有可行性和高效性。     

基于经济诱发效应的物流网络综合优化研究

为了实现区域物流网络的整体、动态、多层次性优化,综合考虑区域物流网络运输、仓储、作业成本以及对区域经济的拉动作用,构建基于经济诱发效应的多成本混合结构物流网络（包括物流节点与物流通道）综合优化的双层规划模型。上层解决区域物流宏观规划问题,即决策者的方案设计,从规模、结构和布局的角度控制区域物流网络的总体优化;下层为物流链配流问题,即物流链分配。将贪心法与遗传算法相结合对优化的双层规划模型进行求解。采用Delphi软件平台和SQL Server数据库实现二次开发,构建基于经济诱发效应区域物流网络优化平台,以苏南高速公路物流网络优化为例进行实证分析,证明其优化效果显著。     

Intelligent optimization of the structure of the large section highway tunnel based on improved immune genetic algorithm

As in the building of deep buried long tunnels, there are complicated conditions such as great deformation, high stress, multi-variables, high non-linearity and so on, the algorithm for structure optimization and its application in tunnel engineering are still in the starting stage. Along with the rapid development of highways across the country, It has become a very urgent task to be tackled to carry out the optimization design of the structure of the section of the tunnel to lessen excavation workload and to reinforce the support. Artificial intelligence demonstrates an extremely strong capability of identifying, expressing and disposing such kind of multiple variables and complicated non- linear relations. In this paper, a comprehensive consideration of the strategy of the selection and updating of the concentration and adaptability of the immune algorithm is made to replace the selection mode in the original genetic algorithm which depends simply on the adaptability value. Such an algorithm has the advantages of both the immune algorithm and the genetic algorithm, thus serving the purpose of not only enhancing the individual adaptability but maintaining the individual diversity as well. By use of the identifying function of the antigen memory, the global search capability of the immune genetic algorithm is raised, thereby avoiding the occurrence of the premature phenomenon. By optimizing the structure of the section of the Huayuan tunnel, the current excavation area and support design are adjusted. A conclusion with applicable value is arrived at. At a higher computational speed and a higher efficiency, the current method is verified to have advantages in the optimization computation of the tunnel project. This also suggests that the application of the immune genetic algorithm has a practical significance to the stability assessment and informationlzation design of the wall rock of the tunnel.     

基于传声损失的复合材料结构优化研究

基于复合材料一阶剪切理论---Mindlin理论的板理论和Rayleigh表面积分方程,对嵌在无限障板上的复合材料层合板声传递问题进行分析。在此基础上,建立复合材料的结构传声损失优化设计模型。最后,基于传声损失理论,应用遗传算法进行对称型复合材料板结构的铺层几何优化分析。算例验证了优化方法的有效性。     

基于遗传算法的相切圆弧逼近非圆曲线算法

利用数控机床对非圆曲线进行加工时,采用直线段或相交圆弧对曲线进行拟合加工,在节点处存在尖点,影响轮廓的光滑性,且利用直线段拟合非圆曲线生成的程序段数多,影响编程效率.用极坐标表示圆弧,便于对相切圆弧的参数进行处理,减少计算量,将遗传算法用于相切圆弧逼近非圆轮廓曲线节点计算优化,利用其自适应迭代寻优的概率算法对圆弧段参数进行优化,并给出了具体算例证明该算法的有效性.